文献解读|拷贝数增加临床意义分析指导手册
拷贝数异常与疾病表型密切关联，当鉴定出患者的CNV之后，如何从其中挖掘出具有临床意义，即可能致病的CNV是数据挖掘中的关键一步。本文解读的文献标题如下
2012年发表在以下杂志
European Journal of Human Genetics
在文章中，提出了一套分析拷贝数重复的临床意义的操作规范，常规的判断CNV临床意义的方法如下
- 判断是遗传自父母还是新生的CNV变异，通常认为新生变异具有显著的临床意义，而遗传自父母的变异则为良性
- 和正常人群的CNV数据库进行比较，比如DGV或者实验室自建的正常对照样本的数据库，在正常人群中频率大于1%的CNV被认为是良性的CNV
通过这样的分类方法，仍然有非常大一部分CNV的临床意义不明确，而且随着研究的不断进步，发现第一条规则并不是非常适用，已经有文献支持有些遗传而来的CNV也具有致病性。而新生变异则为良性。为此，作者团队开发了一套新的判断CNV临床意义的分析体系，专门针对拷贝数重复进行分析。
构建了两个队列，一个用于实际分析，一个用于验证分析策略的可行性。选取了发育迟缓或者具有先天异常的患者，通过aCGH芯片来进行CNV分析，判断CNV临床意义的pipeline如下
共分为5个大的步骤
- 第一步和自建或者公开的正常样本数据库比对，本文比对的是Low Lands consortium参照数据库，如果CNV在正常群体中频率大于1%， 则认为是良性的，当时该数据库包含了300个正常正常样本，理论上是采用3作为阈值的，考虑到部分样本和参照数据库有重叠，所以最终选择了4作为阈值，在4个以上样本中出现，认为是良性的，否则进行下一步判断
- 和DGV数据库进行比对，如果CNV在3个正常样本中出现，则认为是良性的，否则进行下一步判断
- 和已知的致病性CNV数据库比对，比如DECIPHER, 如果在数据库中说明该CNV是致病性的，且关联的表型和患者表型相同，直接就归为致病性，如果没有收录该CNV, 则进行下一步判断
- 看CNV覆盖区域是否包含基因，如果没有包含基因，或者包含的基因与疾病表型没有关联，则认为该CNV是良性的，否则进行到下一步判断
- 通过文献或者在线数据库的检索，如果有相关报道该CNV区域与疾病表型关联，则认为该CNV是具有临床意义的，否则临床意义不明确
通过这样的一套判断体系，两个队列的判读结果如下
对第一个队列的CNV类型进行统计，汇总如下
发现familial CNV比de novo CNV多，在致病性CNV中，familial CNV有10个，de novo有4个。大多数致病性CNV为遗传自父母的CNV；在良性CNV中，大部分de novo CNV为良性。
对不同临床意义的拷贝数重复的长度进行分析，结果如下
致病性CNV平均长度为2283bp, 良性和临床意义不明确的CNV长度则比较短，均值分别为362和453。而de novo和familial CNV长度则没有明显区别。
考虑到CNV的长度，测试了不同长度阈值的判断情况，结果如下
在200kb阈值时，15个致病性都检测到了，增加长度阈值，敏感性会降低；减小长度阈值，良性的CNV检测率变高，特异性降低，100kb时为617/682, 约为90.5%， 200kb时为290/343, 约为84.5%,为此，选择200kb作为长度过滤的阈值，在使用第二个队列评估时，增加了200kb的长度过滤。
本文通过对发育迟缓或者先天异常综合征的患者CNV进行分析，提出了一套分析拷贝数增加的临床意义的完整pipeline, 其中推荐使用200kb作为阈值，分析200kb以上的CNV。从判断的结果来看，也打破了de novo CNV高致病性高，遗传的CNV良性的假设。
在分析CNV的临床意义时，该文章的分析策略值得参考和借鉴。